面向机器人砂带打磨的加权手眼标定算法

由于砂带打磨工序中往往存在外部因素干扰,因此研究抗干扰能力强的手眼标定算法是机器人砂带打磨系统的关键问题之一。通过分析机器人打磨系统中的手眼标定数学模型,并利用带尖点的标定工具快速获取测量数据,在原有奇异值分解算法的基础上,提出基于加权的改进方案,在初次计算手眼关系后计算出各个测量数据的误差,并根据测量数据误差的大小重新分配其对应的权重,最后重新计算手眼关系。通过仿真测试可知,改进后的算法较原有算法对测量数据的误差敏感度降低,标定精度稳定性好。通过试验验证可知,改进后的算法较原有算法平均标定误差比SVD算法减少了45.9%,最大误差减少了24.4%,从而验证了改进算法的抗干扰性能,并通过实际打磨测试证实了改进算法更适用于机器人打磨系统手眼标定。     

电力集中抄表系统的应用

文章介绍了电力集中抄表系统的工作原理、软件结构及功能.该系统的主要工作原理是利用低压线路将电表的脉冲信号传输到集中器中,集中器将这些信号通过电话线传送到电费计算服务中心,完成电费计算.该系统的应用提高了抄表员的工作效率,降低了抄表员的体力支出,且抄表准确率高.并具有微机界面友好,操作简单方便,运行稳定,不受自然环境的影响,在长期停电情况下,也能保持数据完整等优点.     

构皮滩水电站引水发电系统布置和结构优化

构皮滩水电站引水发电系统地下洞室群规模庞大、地质条件复杂,为保证工程质量、节省工程投资、加快施工进度,在电站设计中,针对引水隧洞、地下厂房、岩锚梁、蜗壳、调压室、尾水隧洞等,从布置、结构措施等方面进行了设计优化。通过优化,主要使控制结构稳定性的地下厂房跨度得以减小,蜗壳、调压井、尾水隧洞等结构特性受力及稳定性得到改善,同时也可节省投资。为其他地下电站工程设计提供了实例借鉴。     

服装色彩感知价值对品牌忠诚的影响

为分析服装色彩感知价值对品牌忠诚形成的影响机制,通过文献回顾和理论研究,构建了色彩感知价值、主动改善、品牌认同、品牌忠诚4个变量的理论模型,并提出相关假设;应用回归模型对收集的207份有效问卷进行实证分析。研究表明:服装色彩感知价值理论模型具有较好的可靠性与相关性,提出的3个假设均得到验证;消费者感知到的服装色彩价值越高,对服装品牌的认同度越高,其品牌忠诚也越高;服装品牌采取的主动改善行为可正向影响消费者品牌认同的形成;了解色彩流行趋势的消费者具备更高的色彩感知价值,更易形成品牌认同,转化为品牌忠诚。     

某钢框架栓-焊节点施工缺陷影响分析及处理

对某钢框架结构的栓-焊节点焊接缺陷进行了调查,发现翼缘焊缝存在明显错台和未熔透现象。计算分析表明,焊缝错台高度低于板厚的20%时,对节点承载力影响不明显;超过板厚的20%后,翼缘的弹性拉压承载力会逐渐降低,错台达到板厚的70%时,承载力降低约20%。但是考虑地震时结构塑性变形,翼缘的受拉弹塑性承载力会显著降低,错台超过板厚1/3,受拉承载力降幅可达50%以上;翼缘的受压弹塑性承载力也有降低,但相对弹性承载力降低不显著。如果焊缝熔透深度不足,则翼缘的弹性和弹塑性拉压承载力都将显著降低。采用加劲肋对栓-焊节点进行补强,计算结果表明,采用该措施可以满足节点承载力要求。     

皂市水利枢纽电站厂房设计

皂市水电站厂房的布置,经研究分析和方案比较后,采用右岸坝后式厂房布置型式.设计中根据本工程具体特点,对建筑物布置方案进行比选,对建筑物结构进行优化,并引进新的设计思路和方法,提出技术可行、经济合理、施工方便、便于运行管理的工程方案.根据坝址区地形地质条件及枢纽布置特点,电站厂房设计中面临的主要技术难点为厂房边坡稳定处理,主要采用选择合理厂房位置和型式、优化厂房布置、减小边坡高度和加强边坡处理措施等加以解决.     

基于情境时序建模的活动异常监控方法

结合普适计算的相关研究,提出了基于情境时序建模的活动异常监控方法.考虑到活动中情境间的时序特征,对情境进行时序建模；根据活动在正常发生时有关情境的时序约束,归纳了活动中出现异常时,情境不满足时序约束的情况,并给出了由当前及历史情境来发现活动异常的相关算法.通过金相组织分析实验对方法进行了应用.     

测控系统的集群计算机的设计

并行程序开发的复杂性是并行系统得到广泛应用的主要障碍,文章针对靶场测控系统复杂多源信息的特点,提出了一种基于任务数据结构表并行计算;通过复杂多源信息的任务分解、任务数据结构的描述,并行计算模型设计以及负载平衡的实现等方面来实现机群系统并行计算;最后对系统进行了可扩展性和可用性分析(Availability),经分析系统能适应新任务的要求,具有很好的扩展性并具有连续不间断运行工作能力满足高可用性要求。     

基于BCC算法和最速下降法的RBF神经网络结构优化算法

为提高细菌群体趋药性(bacterial colony chemotaxis,BCC)算法优化后RBF神经网络(RBFNN)的泛化能力,提出了一种新的细菌编码方式。将隐层节点位置和相应的控制参数组成细菌,使RBFNN的两个参数同时得到优化;同时,在整体算法中融入最速下降法,利用其能快速收敛到极小点的特性,使算法速度得到提升。将此算法优化后的RBFNN用于IRIS和双螺旋分类问题,结果表明:算法速度提升了大约60%,同时泛化效果也得到提高。